Zur Seitenansicht
 

Titelaufnahme

Titel
Integration of in-situ and remotely sensed data to assess the state of forest resources across Europe / submitted by Adam Moreno
Weitere Titel
Coupling terrestrial data, BGC simulations, and MODIS data to produce a carbon balance of the European Union
Integration von Terrestrischen Beobachtungen mit Fernerkundungsdaten zur Beschreibung des aktuellen Standes der Ressourcen in Europas Wäldern
VerfasserMoreno, Adam
Begutachter / BegutachterinRunning, Steve ; Nemani, Ramakrishna
Betreuer / BetreuerinHasenauer, Hubert
ErschienenVienna, July 2016
Umfangvi, 143 Blätter : Illustrationen, Diagramme
HochschulschriftUniversität für Bodenkultur Wien, Dissertation, 2016
Anmerkung
Abweichender Titel laut Übersetzung der Verfasserin/des Verfassers
Abweichender Titel laut Eingabe der Verfasserin/des Verfassers in der Dissertationsdatenbank
Zusammenfassung in deutscher Sprache
SpracheEnglisch
Bibl. ReferenzOeBB
DokumenttypDissertation
Schlagwörter (DE)Wald / Europa / Daten / NFI / Fernerkundung / Carbon / Klima / Auflösung / Gridded
Schlagwörter (EN)Forest / Europe / Data / NFI / Remote Sensing / Carbon / Climate / Resolution / Gridded
Schlagwörter (GND)Europa / Waldbestand / Fernerkundung / Europa / Forstwirtschaft
URNurn:nbn:at:at-ubbw:1-17927 Persistent Identifier (URN)
Zugriffsbeschränkung
 Das Werk ist frei verfügbar
Dateien
Integration of in-situ and remotely sensed data to assess the state of forest resources across Europe [14.31 mb]
Links
Nachweis
Klassifikation
Zusammenfassung (Deutsch)

Um die Auswirkungen von Veränderungen in den Prozessen und Kreisläufen von Wälder zu untersuchen, zum beispielsweise Klimawandel, sind großskalige und weitreichende Studien erforderlich. Hier sind besonders Informationen zu Trends in den Wachstumsprozessen von besonderer Wichtigkeit. In den Wäldern Europas ist zusätzlich die Waldbewirtschaftung ein wichtiger Faktor. Um die Effektivität von Bewirtschaftungsformen zu beurteilen, sind ebenso groß-skalige Studien essentiell. Da in Europe die hierfür erforderlichen Daten nicht ausreichend verfügbar sind, ist das Hauptziel dieser Arbeit eine räumlich explizite Datengrundlage für Europa zu entwickeln, die es erlaubt verschiedene Information über die Wälder Europas anzubieten. Dieser Datensatz repräsentiert den Zeitraum 2000 bis 2010 mit einer räumlichen Auflösung von 0.133. Zu diesem Zwecke wurde ein Klimadatensatz mit einer Auflösung von 1 km aus verfügbaren Daten durch "downscaling" entwickelt. Damit wurde ein verbesserter Datensatz zu Netto Primärproduktion von Wald gerechnet, der zusätzlich räumlich explizite Satellitendaten nutzt. Diese Arbeit beschreibt in weiterer Folge die Sammlung und Harmonisierung terrestrischer Referenzdaten in Form von Waldinventurdaten aus 14 Europäischen Ländern und ermittelt jene räumliche Auflösung, die für die Verknüpfung mit Fernerkundungsdaten optimal ist. Ein Algorithmus wurde entwickelt um aus Terrestrische Inventurdaten und Fernerkundungsdaten die eingangs erwähnten räumlich expliziten Datengrundlage zu erstellen. Der Bias ist weniger als 1 % im Vergleich zu den Referenzdaten und der mittlere Absolutfehler ist kleiner als die Standardabweichung. Vorläufige Ergebnisse legen nahe, dass das Klima ein limitierende Faktor in dem Aufbau und den Strukturen Europas Wälder sein kann. Dies kann zu einer Optimierung zukünftiger Waldbewirtschaftung beitragen mit dem Ziel der Abschwächung des weltweiten Klimawandels.

Zusammenfassung (Englisch)

Repercussions of large scale shifts to forest processes, such as climate change, require ecosystems to be studied on large scales. To quantify future shifts, anomalies and trends in biophysical drivers and their effects on forest resources the current of forest structure state must first be known. In European forests, management is also a major driver of forest productivity and structure. To assess the effectiveness of large scale forest management again a spatially explicit landscape level outlook must be taken. In Europe, data on climate and forests in a form that would allow spatial analysis with local level resolutions on a continental scale is difficult to access or limited. In this study a pan-European spatially explicit data set of forest characteristics on a 0.133 resolution is derived which represent the decade 2000-2010. A daily pan-European climate data set on a 1km resolution is also created and is used to calculate improved remotely sensed forest productivity estimates. The study also outlines the collation of the largest European plot level national forest inventory (NFI) data set from 14 countries and quantifies an optimal resolution to link NFI and remotely sensed data of between 0.0664 and 0.266. An algorithm is developed that links NFI and remotely sensed data to create a gridded pan-European forest structure data set. Comparing against previously produced data indicates the new data has realistic values and preliminary analysis indicates that climate places limits on forest structure which can alter future forest management options under a changing climate. Climate change will affect forests globally having varying effects across a landscape.